MiMo V2.6 Pro Kini Hadir di Felo OpenAPI: Model Open-Weights Teratas dari Xiaomi
MiMo V2.6 Pro dari Xiaomi, model open-weights teratas di indeks Artificial Analysis, kini tersedia di Felo OpenAPI dengan harga $0,43/$0,87 per satu juta token.
Xiaomi merilis MiMo V2.6 Pro pada 22 September, dan model ini langsung menempati posisi teratas pada tabel open-weights: 46 di Artificial Analysis Intelligence Index, melampaui Kimi K3 dan Qwen3.8 Max. Xiaomi merilis bobot model, laporan teknis, dan kode pelatihan secara bersamaan.
Mulai hari ini, mimo-v2.6-pro sudah tersedia di Felo OpenAPI. Kunci API yang sama seperti untuk rute Claude, GPT, dan Grok. URL dasar tetap. Hanya satu baris yang berubah di konfigurasi Anda.
Hal yang membuat rilis ini menarik adalah harga yang tertera di samping angka benchmark. Kemampuan reasoning mendekati frontier dengan $0,43 per satu juta token input dan $0,87 per satu juta token output mengubah batasan yang bisa dilakukan oleh sebuah agent loop.
Apa yang Sebenarnya Dirilis Xiaomi
Pengumuman ini transparan untuk peluncuran flagship, sehingga ringkasan dapat dibuat dengan jujur.
MiMo V2.6 Pro menjadi flagship triliun parameter dari Xiaomi, dan model open-weights terkuat saat ini. Xiaomi menyatakan hal itu secara langsung, lalu menyebutkan kekurangannya sendiri: masih ada jarak dengan model closed terkuat, Claude Fable 5.1 dan GPT-6 Astra. Pada sebagian besar benchmark agent, Xiaomi mengklaim setara dengan Claude Opus 5 dan GPT-5.6 Sol.
Itu papan skor dari vendor. Perlakukan seperti tabel peluncuran lain, sebagai klaim, bukan hasil. Namun, dua hal dari rilis ini dapat diverifikasi dengan cara yang biasanya tidak bisa dilakukan pada klaim benchmark.
Bobot model tersedia untuk publik. MiMo V2.6 Pro dan Flash dirilis dengan bobot terbuka, laporan teknis, dan kode reinforcement learning yang digunakan. Anda bisa self-host, fine-tune, atau verifikasi sendiri.
Proses pelatihan juga terbuka. Xiaomi menjalankan fase RL secara live selama sekitar enam hari. Pro dan Flash menyelesaikan 30 langkah pelatihan masing-masing, mengumpulkan hampir 750.000 trajectory; Pro sendiri dilaporkan menelan biaya sekitar $2,62 juta. Pada DeepSWE v1.1, benchmark rekayasa perangkat lunak long-horizon di luar sampel, model Pro naik dari 48,8 ke 65,7.
Selain bobot model, Xiaomi juga membuka lebih dari 7.000 lingkungan tugas reinforcement learning yang mencakup rekayasa perangkat lunak, reproduksi kerentanan, pekerjaan berbasis pengetahuan, dan desain web — materi pelatihan, bukan hanya hasilnya.
Spesifikasi
| Spesifikasi | MiMo V2.6 Pro |
|---|---|
| Model ID | mimo-v2.6-pro |
| Pembuat | Xiaomi |
| Skala | Flagship triliun parameter |
| Context window | 1.000.000 token |
| Output maksimum | 128.000 token |
| Input | Teks, gambar, video, audio |
| Output | Teks |
| Kapabilitas | Reasoning, pemanggilan alat, output terstruktur, streaming |
| Intelligence Index | 46 (Xiaomi melaporkan 46,32) |
Dua baris perlu diperhatikan.
Sisi input bersifat omni-modal. Teks, gambar, video, dan audio masuk dalam satu prompt. Sebagian besar model pada harga ini hanya membaca teks atau mungkin screenshot. Memasukkan rekaman layar, tumpukan frame, atau trek audio tanpa transkripsi menjadi tugas yang berbeda, dan di situlah fokus pelatihan model ini.
Context window mencapai satu juta token. Proses pelatihan menggunakan context 1M-token, bukan menambahkannya setelah selesai, dan Xiaomi memposisikan model ini untuk pekerjaan multimodal, multi-agent, dan multi-harness. Pertanyaan seluruh codebase, kumpulan dokumen setahun, dan thread agent panjang masuk tanpa kompresi.
Xiaomi juga mendemonstrasikan model ini pada pekerjaan yang mudah diverifikasi. Model ini menghasilkan formalisasi Lean 4 penuh untuk teorema utama di Period Three Implies Chaos, lebih dari 6.000 baris kode sumber yang buktinya diverifikasi kernel Lean tanpa placeholder yang belum terbukti. Secara terpisah, model ini bekerja bersama peneliti material Xiaomi untuk merancang kandidat metal-organic framework untuk menangkap polutan PFAS. Benchmark bisa dimanipulasi. Bukti yang terkompilasi tidak bisa.
Apa yang Ditambahkan Felo OpenAPI
Memanggil model menjadi bagian mudah. Alasan menjalankan MiMo V2.6 Pro melalui Felo OpenAPI, bukan menambah akun provider lain, karena model ini masuk ke dalam stack yang sudah terhubung.
Satu kunci, tiga protokol. Felo OpenAPI menampilkan model ini di setiap permukaan yang didukung klien Anda:
| Surface | Endpoint | Penggunaan |
|---|---|---|
| Chat Completions | https://openapi.felo.ai/api/v1/chat/completions | Aplikasi dan agen kompatibel OpenAI |
| Responses | https://openapi.felo.ai/api/v1/responses | Permintaan agent dan workflow |
| Messages | https://openapi.felo.ai/api/v1/messages | Klien kompatibel Anthropic |
Arahkan SDK OpenAI yang sudah ada ke https://openapi.felo.ai/api/v1, atau klien gaya Claude ke https://openapi.felo.ai/api, lalu atur model ID. Tidak ada akun terpisah, tidak ada tagihan kedua, dan tidak perlu belajar SDK khusus provider.
Langsung masuk ke agent yang sudah Anda jalankan. Felo OpenAPI mencantumkan MiMo V2.6 Pro dapat digunakan dengan Claude Code dan Codex, sama seperti rute Claude dan GPT. Jika agent Anda sudah diarahkan ke Felo, menambah model ini hanya perlu ubah konfigurasi.
Model ini tidak sendirian. Inilah yang membedakan gateway dan platform. Pencarian, web fetch, pencarian X, subtitle YouTube, generasi PPT, mindmap, memori LiveDocs, dan workflow SuperAgent tersedia dengan kunci yang sama. Model dengan context satu juta token dan input omni-modal hanya berguna jika bisa mengakses informasi terbaru dan menghasilkan sesuatu di akhir proses. Di Felo, model ini bisa.
Generasi sebelumnya, mimo-v2.5-pro, sudah tersedia di platform. V2.6 menjadi upgrade, dan beralih di antara keduanya hanya perlu edit.
Contoh Penggunaan dari Awal hingga Akhir
Brief kompetitif menjadi kasus uji yang baik, karena membutuhkan semua kapabilitas sekaligus. Di Felo OpenAPI, satu kunci mencakup seluruh proses:
- Web Fetch mengambil tiga halaman harga kompetitor dalam format Markdown.
- Search melengkapi informasi yang tidak ada di halaman — pendanaan, jumlah karyawan, peluncuran terbaru.
- MiMo V2.6 Pro membaca semuanya dalam satu context 1M-token, bersama screenshot setiap tabel harga, dan melakukan reasoning pada teks dan gambar sekaligus, bukan hanya hasil OCR.
- PPT API mengubah kesimpulan menjadi presentasi.
Alternatifnya: empat vendor, empat kunci, empat tagihan, dan lapisan integrasi yang harus Anda rawat sendiri. Lapisan integrasi itu menjadi beban yang dihilangkan oleh stack ini, dan biasanya menjadi alasan demo agent tidak pernah menjadi produk agent.
Mulai Cepat
Tiga langkah dari nol hingga mendapat respons.
1. Dapatkan kunci API dari akun Felo API Platform Anda dan ekspor.
export FELO_API_KEY="YOUR_API_KEY"
2. Kirim permintaan pertama Anda. Model ID: mimo-v2.6-pro.
curl https://openapi.felo.ai/api/v1/chat/completions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mimo-v2.6-pro",
"messages": [
{"role": "user", "content": "Summarize the tradeoffs between sparse and dense attention."}
]
}'
Atau gunakan SDK OpenAI, hanya ubah base URL:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["FELO_API_KEY"],
base_url="https://openapi.felo.ai/api/v1",
)
completion = client.chat.completions.create(
model="mimo-v2.6-pro",
messages=[{"role": "user", "content": "Explain the tradeoffs between sparse and dense attention."}],
max_tokens=1024,
)
print(completion.choices[0].message.content)
3. Aktifkan streaming dengan menambah stream: true.
curl -N https://openapi.felo.ai/api/v1/chat/completions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mimo-v2.6-pro",
"stream": true,
"messages": [{"role": "user", "content": "Hello"}]
}'
Catatan praktis untuk pekerjaan multi-turn: ini model reasoning. Jika protokol atau rute Anda mendukung kontrol reasoning, simpan metadata reasoning yang diterima dan teruskan saat percakapan berlanjut. Mengabaikannya di tengah thread menjadi penyebab utama model reasoning tampak kurang baik dari kemampuannya.
Perhitungan Biaya
Di sinilah MiMo V2.6 Pro menonjol. Tarif Felo OpenAPI yang dipublikasikan, per satu juta token:
| Model | Input / M | Output / M |
|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 |
| Claude Opus 5.5 | $4.00 | $20.00 |
| GPT-6 Sol | $2.00 | $10.00 |
| MiMo V2.6 Pro | $0.43 | $0.87 |
| DeepSeek V4.1 Flash | $0.15 | $0.60 |
| GLM 5.3 Flash | $0.15 | $0.50 |
Itu tarif resmi Felo OpenAPI untuk seluruh katalog, sehingga perbandingan adil: platform sama, kunci sama, tagihan sama. Untuk MiMo V2.6 Pro, angka ini sesuai dengan harga resmi Xiaomi, $0,435 input dan $0,87 output. Rute ini meneruskan model sesuai harga tanpa markup.
Sekarang hitung beban kerja agent yang realistis. Misal loop Anda membaca 200.000 token dari repository, menghasilkan 20.000 token perubahan, dan berjalan 50 kali sehari:
- 10 juta token input per hari, 1 juta token output per hari
- Di GPT-6 Astra: $100 + $50 = $150 per hari
- Di Claude Opus 5.5: $40 + $20 = $60 per hari
- Di MiMo V2.6 Pro: $4,30 + $0,87 = $5,17 per hari
Itu sekitar 29 kali lebih murah dari GPT-6 Astra untuk beban kerja yang sama, pada model yang Xiaomi klaim setara dengan Claude Opus 5 dan GPT-5.6 Sol di benchmark agent. Klaim tetap milik vendor; harga adalah fakta. Jika klaim terbukti dua pertiga saja, ekonomi menjalankan agent berubah.
Efek lanjutan lebih penting dari penghematan itu sendiri. Ketika loop hanya $5 per hari, Anda tidak perlu memangkas context demi hemat biaya. Tidak perlu menurunkan ke model lebih lemah untuk langkah membosankan. Anda bisa jalankan ulang dengan prompt lebih besar. Sebagian besar masalah kualitas agent berasal dari keterbatasan anggaran.
Kapan Cocok, Kapan Tidak
Gunakan model ini ketika Anda butuh reasoning multimodal pada gambar, video, atau audio; analisis long-context yang membutuhkan seluruh dokumen tetap terlihat; tugas agent yang menghabiskan token sepanjang hari; pemahaman video; atau kebutuhan model open-weights yang perilakunya bisa Anda inspeksi dan bobotnya bisa Anda host sendiri nanti.
Jangan gunakan model ini ketika Anda butuh reasoning paling tinggi dan biaya bukan kendala. Xiaomi menyatakan sendiri: Claude Fable 5.1 dan GPT-6 Astra masih unggul. Jika Anda menjalankan satu tugas penting per hari, bayarlah untuk frontier.
Satu hal yang perlu diperhatikan sebelum mengalihkan endpoint sensitif-latensi: Felo mengklasifikasikan latensi rute ini sebagai deep, artinya model melakukan reasoning sebelum menjawab. Itu trade-off yang tepat untuk analisis dan perencanaan agent, dan kurang tepat untuk autocomplete atau chat real-time, di mana tier cepat lebih sesuai.
Versi singkat: ini model yang dipakai ketika Anda ingin kualitas mendekati terbaik tanpa tagihan membengkak. Tagihan yang membuat perbedaan.
Pertanyaan Umum
Apakah MiMo V2.6 Pro sama dengan MiMo V2.6 Flash? Tidak. Flash adalah saudara yang lebih murah dan cepat dari rilis yang sama, dan saat ini belum tersedia di Felo OpenAPI. Pro adalah rute flagship.
Endpoint mana yang harus saya panggil?
Jika Anda sudah memakai SDK OpenAI, gunakan Chat Completions di https://openapi.felo.ai/api/v1/chat/completions. Jika Anda memakai klien gaya Claude, gunakan permukaan kompatibel Anthropic di https://openapi.felo.ai/api. Endpoint Responses cocok untuk permintaan agent dan workflow.
Apakah mendukung tool calling dan output terstruktur? Ya. Felo OpenAPI mencantumkan reasoning, tools, JSON, streaming, dan vision sebagai kapabilitas yang didukung rute ini. Definisi alat mengikuti skema kompatibel, sehingga kode tool-calling yang sudah ada tetap bisa digunakan.
Apakah masih bisa self-host? Itulah tujuan open weights. Xiaomi merilis bobot dan laporan teknis, sehingga rute melalui Felo hari ini tidak mengunci Anda di masa depan.
Bagaimana perbandingannya dengan flagship closed? Framing dari Xiaomi sendiri yang paling adil: unggul dari semua model open-weights lain, masih di bawah Claude Fable 5.1 dan GPT-6 Astra, dan setara dengan Claude Opus 5 dan GPT-5.6 Sol di sebagian besar benchmark agent. Kolom yang perlu diperhatikan: kapabilitas per dolar.
Coba MiMo V2.6 Pro
Dapatkan kunci dari Felo API Platform, arahkan base URL ke https://openapi.felo.ai/api/v1, atur model ke mimo-v2.6-pro, dan jalankan beban kerja yang selama ini Anda batasi. Halaman model menampilkan spesifikasi lengkap, harga terbaru, dan contoh copy-paste dalam TypeScript, Python, cURL, dan Claude Code.
Telusuri MiMo V2.6 Pro di Felo OpenAPI →
Tulisan ini juga tersedia dalam English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.